文档介绍：一、为什么需要实验设计
同样在生产同规格的产品，为什么有些厂商的良品率就是比较高。
同样是在生产同类型的产品，为什么有些人的产品性能以及寿命就是比较好，而成本又比较低呢？
相同原料
相同制程
为什么良品率
不一样？
相同产品
相同功能
更便宜的原料
为什么可以做出低成本高质量的产品？
第一章 实验方法
DOE运用的经典案例：瓷砖工厂的实验
在1953年，日本一个中等规模的瓷砖制造公司，花了200万元，从西德买来一座新的隧道，窑本身有80公尺长，窑内有一部搬运平台车，上面堆着几层瓷砖，沿着轨道缓慢移动，让瓷砖承受烧烤。
问题是，这些瓷砖尺寸大小的变异，他们发现外层瓷砖，有50%以上超出规格，则正好符合规格。引起瓷砖尺寸的变异，很明显地在制程中，是一个杂音因素。
解决问题，使得温度分布更均匀，需要重新设计整个窑，需要额外再花50万元，投资相当大。
內部磁砖
外层磁砖
(尺寸大小有变异)
上限
下限
尺寸大小
改善前
改善前
外部磁砖
內部磁砖
原材料粉碎及混合
成型
烧成
上釉
烧成
控制因素
水准一(新案)
水准二(现行)
A:石灰石量
5%
1%
B:某添加物粗细度
细
粗
C:蜡石量
53%
43%
D:蜡石种类
新案组合
现行组合
E:原材料加料量
1300公斤
1200公斤
浪费料回收量
0%
4%
长石量
0%
5%
所谓一次一个因素法，就是先固定一种组合，而其它因子保持固定，然后每次改变一个条件，将相邻的两次实验结果进行比较，以估计两个条件的效果差异，实验方案如下表：
缺点是不能保证结果的再现性，尤其是有交互作用时。
例如在进行A1和A2的比较时，必须考虑到其它因子，但目前的方法无法达成。用Y2与Y1的结果比较A2和A1的效果是在其他因素不变的条件下进行的，如果在实验1和实验2中将B1换成B2，C1换成C2，则Y2与Y1是否会有比较大的变化，甚至大小顺序都逆转？实验次数虽然减少了，但结果的可靠性却明显不能保证。
实验法1： 一次一个因素法
一次一因素的实验
实验次数
A
B
C
D
E
F
G
实验結果
1
A1
B1
C1
D1
E1
F1
G1
1
2
A2
B1
C1
D1
E1
F1
G1
2
3
A2
B2
C1
D1
E1
F1
G1
3
4
A2
B2
C2
D1
E1
F1
G1
4
5
A2
B2
C2
D2
E1
F1
G1
5
6
A2
B2
C2
D2
E2
F1
G1
6
7
A2
B2
C2
D2
E2
F2
G1
7
8
A2
B2
C2
D2
E2
F2
G2
8
实验法2：全因子实验法
全因子实验法
所有可能的组合都必须加以深究，信息全面，但相当耗费时间、金钱，例如:
7因子，2水准共须做128次实验。
13因子，3水准就必须做了1,594,323次实验，如果每个实验花3分钟，每天8小时，一年250个工作天，共须做40年的时间。
A(64)
B(32)
C(16)
D(8)
E(4)
F(2)
G(1)
结果
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
2
3
1
1
1
1
1
2
1
4
1
1
1
1
1
2
2
5
1
1
1
1
2
1
1
6
1
1
1
1
2
1
2
7
1
1
1
1
2
2
1
8
1
1
1
1
2
2
2
9
1
1
1
2
1
1
1
10
1
1
1
2
1
1
2
11
1
1
1
2
1
2
1
…..
127
2
2
2
2
2
2
1
128
2
2
2
2
2
2
2
实验法3：田口式实验计划法
由田口玄一博士所提出的一套实验方法，它在工业上较具有实际应用性，是以生产力和成本效益，而非困难的统计为依归。
厂商必须致力于在生产前就使复杂的产品达到高品质。
减少变异亦即要有较大的再现性和可靠性，而最终目的就是要为制造商和消费者节省更多的成本。